基于卫星影像的水土流失土壤侵蚀模数研究分析

韩桂粤 HAN Gui-yue

（柳州市鹿寨县水利局，柳州 545600）

0 引言

水土流失是一个广泛而持久的全球性生态问题，会进一步导致土地退化、土壤养分流失和地表污染，从而增加了洪水和干旱的风险，严重威胁着当地和全球的粮食安全、生物多样性和资源的可持续发展[1]。全球每年有近三分之一的高肥力土壤因水土流失而退化，造成每年约760 万吨谷物产量的损失。中国深受水土流失的影响，土地大面积退化，水土流失问题严重[2]。截至2020 年，中国水土流失面积达267.27 万平方公里，占国土面积的28.06%。其中，水力侵蚀面积达112 万平方公里。因此对区域水土流失状况进行评估对生态管理具有重要意义[3]。

基于此，本研究旨在通过在高分辨率GF-2 图像上使用RUSLE 模型，满足对有效土壤侵蚀评估的迫切需求。本研究的主要目标包括定量评估某盆地内的土壤侵蚀及其空间分布。本研究的结果将为类似小规模地区水土流失和生态修复的监督和有针对性的管理提供有价值的参考。

1 材料和方法

1.1 研究区域概述

某盆地（北纬24°33'-25°24'，东经113°52'-114°45'）位于中国珠江流域北江支流北部地区。地处大坑岭南麓，三面环山[4]。盆地呈狭长形，横跨南雄、始兴两县17 个镇，面积约2200 平方公里，海拔27m 至434m，属亚热带季风气候，夏长冬短，年平均气温20.2℃。年平均降水量为1555.1mm，潜在蒸发量为1678.7mm。雨季主要出现在3 月至8 月。某盆地主要由紫色砂页岩组成。这些页岩在秋冬季节风化严重，在夏季极易受到侵蚀[5]。由于其结晶性较弱，页岩层层剥落，在侵蚀作用下形成裸露的红色土丘。这些土丘通常只保留碎屑和母质层。而红土荒漠地区的特点非常明显，包括水土流失严重、土地承载能力有限、恢复能力不足以及生态环境脆弱。如果不及时采取恢复措施，可能会导致植被演替偏离湿润地带的生态轨迹，从而形成干旱灌丛群落[6]。最终会导致生物生产力的丧失，造成寸草不生的裸地。因此，当务之急是对山、水、森林、田野、水域和草原进行生态保护，以促进退化生态系统的恢复。

1.2 遥感数据

本研究选取高分二号地球观测卫星（GF-2）在2021至2023 年间获取的24 幅图像作为数据源。GF-2 卫星幅宽45 千米，具有分辨率高、数据传输速度快、图像质量好等优点[7]。图像的预处理包括三个步骤：辐射校准、大气校准和正射校准。辐射校准使用GF-2 元数据中提供的绝对辐射校准系数和辐射校准工具进行。大气校准使用FLAASH 模块进行。使用Gram-Schmidt Pan Sharpening 工具（ENVI 5.3）对预处理后的多光谱和全色图像进行融合，以方便计算C 因子和P 因子。

1.3 研究方法

1.3.1 土壤侵蚀综合评估

RUSLE 模型（经修订的通用土壤流失方程）是从通用土壤流失方程（USLE）衍生出来的一个经修订且适用范围更广的版本，最初由美国农业部于1997 年修订并实施。RUSLE 模型作为预测土壤侵蚀的可靠工具，已在国家和地区的多项研究中得到应用[8]。

式中：A 为特定时期单位面积土壤流失量估算值（t/km-2·yr-1）；R 为降水侵蚀力因子（MJ·mm-ha-1·ha-1·yr-1）；K为土壤可侵蚀性因子（MJ·mm·ha-1·ha-1·yr-1）；LS 为坡长和坡度因子（无量纲）；C 为植被覆盖和管理措施因子（无量纲）；P 为水土保持措施因子（无量纲），共同构成RUSLE模型的土壤侵蚀综合评估[9]。

1.3.2 降雨侵蚀因子（R）

降雨侵蚀力代表降雨造成侵蚀的潜在能力，是土壤流失方程中的一个基本因素。降雨被认为是水土流失的主要驱动力。R 值的估算主要依赖于年降雨量和月降雨量数据。在本研究中，采用Arnoldus 提出的一种简化算法来计算R 值，该算法同时考虑了月平均降雨量和年平均降雨量。通过将适当的数值代入公式，可以量化流域内年降雨量的侵蚀能力[10]。

式中，p 是年平均降雨量（mm），pi是第i 个月的平均降雨量（mm），R 是多年平均降雨侵蚀力（MJ·mm·ha-1·ha-1·yr-1）。

1.3.3 土壤可蚀性因子K

土壤可侵蚀性反映了土壤易受侵蚀的程度以及被降雨侵蚀力剥离、迁移和冲刷的能力。土壤K 值是土壤抗水蚀能力的综合指标。K 值越高，说明土壤的抗水蚀能力越弱，越容易受到侵蚀；K 值越低，说明土壤的抗水蚀能力越强。在本研究中，利用在野外采集的土壤数据，采用威廉姆斯提出的侵蚀-生产力评估模型EPIC 中的公式，确定了土壤机械成分和有机碳含量。

式中，K 是土壤侵蚀系数；SAN 表示0.020 至2.000 mm 的砂粒的质量分数（%）；SIL 表示0.002 至0.020mm 的粉砂的质量分数（%）；CLA 表示小于0.002mm 的粘粒的质量分数（%）；C 表示土壤有机碳的质量（%）。

1.4 侵蚀强度分类

根据中国水利部颁布的《SL190-2007 土壤侵蚀分类分级标准》，某盆地内不同地块的土壤侵蚀强度被划分为不同等级。在南方红壤丘陵区，土壤容许流失量被定义为小于500（t/km-2·yr-1）。为了评估整个研究区域的土壤侵蚀情况，土壤侵蚀模数被重新划分为几个等级：轻微侵蚀（＜500）、轻度侵蚀（500-2500）、中度侵蚀（2500-5000）、强烈侵蚀（5000-8000）、极强烈侵蚀（8000-15000）和严重侵蚀（＞15000），单位为（t/km-2·yr-1）。该分级为某盆地治理前后的水土流失强度评估提供了依据。通过比较不同水土流失强度等级的侵蚀面积、总侵蚀量、平均侵蚀模数等指标，可对某盆地水土流失强度进行综合评价。

2 结果与讨论

2.1 降雨侵蚀因子（R）

降雨侵蚀力通常受到降雨持续时间和强度的影响，用R 值表示。在本研究中，利用30 个雨量站的月降雨量数据，使用方程（3）计算R 值，实验结果如图1 所示。降雨侵蚀力因子的计算值范围为2155.78 至2962.39MJ·mm·ha-1·ha-1·yr-1，2021 年和2023 年的平均值分别为2216.70和2680.76MJ·mm·ha-1·ha-1·yr-1，主要在春季和夏季。研究显示，与2021 年相比，2023 年的总体降雨侵蚀力更高。研究区2023 年6 月的平均降雨侵蚀力达到2590.0MJ·mm·ha-1·ha-1·yr-1，主要是由于某市当月降雨量异常大。为了可视化降雨侵蚀力的空间分布，应用了克里格插值，揭示了显著的聚类效应。当向研究区域的中部移动时，降雨侵蚀力的值增加。因此，由于产生了大量的径流，这些地区可能会经历广泛的薄层和细沟侵蚀。

图1 某盆地R 因子空间分布

2.2 土壤侵蚀系数（K）

本研究基于实地调查收集的10 个土壤样本，以确定土颗粒成分和有机物含量。并利用公式（4）和（5）计算了研究区域的土壤侵蚀系数，相应结果见表1。研究结果表明，整个研究区域的土壤以沙土为主，沙粒占所有地点的50%以上。在红床沙漠中，沙粒所占比例超过85%，表明土壤颗粒之间的内聚能力较低。因此，土壤呈现出颗粒粗、粘性差、结构松散等特点。土壤侵蚀系数K 的最大值、最小值和平均值分别为0.058、0.024 和0.043。且可以观察到研究区域的K 系数平均值超过了整个广西地区的K 系数平均值。尽管某盆地位于南岭山脉东北部，但红层荒漠的存在导致土壤含水量持续下降。沙漠的影响导致表土疏松和沙化，从而加剧了土壤的长期侵蚀。此外，采用克里金法对土壤侵蚀度K 系数进行空间插值，绘制出土壤侵蚀度K 系数的空间分布图（图2），证明了研究区域土壤侵蚀的敏感性。总体而言，中部地区的土壤侵蚀率较低，从中部向东部逐渐增加，在西北部地区达到最大K 系数。然而，在西部地区，K 系数却呈相反的趋势逐渐降低。这一规律是由于某盆地东部地区土壤整体疏松，红层荒漠分布广泛所致。

表1 10 个土壤样品的性质及其相应的K 值计算

图2 某盆地K 值的空间分布

3 结论

中部地区的土壤侵蚀率较低，从中部向东部逐渐增加，在西北部地区达到最大K 系数。然而，在西部地区，K值却呈相反的趋势逐渐降低。且可以观察到研究区域的K系数平均值超过了整个广西地区的K 系数平均值。尽管某盆地位于南岭山脉东北部，但红层荒漠的存在导致土壤含水量持续下降。沙漠的影响导致表土疏松和沙化，从而加剧了土壤的长期侵蚀。